2026年8月17日，市场有消息称，谷歌（Google）正与超微（AMD）携手合作，共同开发第十代张量处理单元（TPU），这个消息来源于半导体研究机构SemiAnalysis发布的一份客户报告，之后还被Tom's Hardware等多家国际科技媒体引用报道，在行业内引发广泛讨论。
如果传闻属实，这会是AMD首次真正参与客制化AI加速器项目。长期以来，AMD在AI芯片领域以通用GPU（如Instinct系列）为主要发力方向，而此次切入客制化AI ASIC市场，意味着其AI战略的一次重要拓展。
截至目前，谷歌与AMD均未就此事发表官方声明，现有信息仍属于市场传言阶段，SemiAnalysis也在报告中明确标注，相关分析仅为推测，AMD具体参与形式尚不清楚。
谷歌已经自主开发了九代TPU加速器，在此之前博通（Broadcom）一直是其主要芯片设计合作伙伴，双方签有至少持续至2031年的长期供应协议，第九代TPU（代号“Triggerfish”）的供应链则引入了联发科。
随着AI工作负载日趋复杂，谷歌对CPU算力的需求正在急剧上升。具体来看：
第七代TPU服务器：每4颗TPU搭配1颗Intel Xeon处理器（CPU与加速器配比4:1）
第八代TPU 8i系统（面向推理与强化学习）：每2颗TPU搭配1颗谷歌自研Axion CPU（配比2:1）
特定场景下的最优配置：市场消息显示，部分工作负载可能需要CPU与加速器达到1:1的配比
SemiAnalysis指出，传统大语言模型（LLM）训练仍以加速器为主导，不过推理和代理式AI模型的强化学习，需要在加速器运算之外进行大量通用计算， 将CPU核心直接整合进TPU封装内，可缩短通用运算与张量运算之间的距离，从而提升性能并降低功耗。
谷歌之所以可能选择AMD，主要看中其以下几项关键能力：
CPU IP（知识产权）：AMD拥有成熟的x86 CPU核心设计能力，可满足TPU对通用计算资源的需求
先进封装技术：特别是在SoIC（系统整合芯片）领域的技术积累
混合架构设计经验：AMD的Instinct MI300A已成功将x86 CPU核心与加速器小芯片（chiplet）整合在同一封装内，是业界少数已落地的CPU与加速器异构集成产品之一
SemiAnalysis同时提到Intel也可能是替代候选，但指出Intel在构建混合x86-加速器数据中心架构方面缺乏现成经验。
根据SemiAnalysis的推测性分析，谷歌第十代TPU可能会存在一个将谷歌自研TPU小芯片与AMD的CPU核心及HBM（高带宽内存）整合在同一封装内的版本。
这一设计思路的核心目标，是打造一款专门针对强化学习和代理式AI工作负载优化的新型TPU，而非传统的训练或推理加速器。业内分析认为，谷歌并不需要AMD来设计常规的TPU训练版或推理版，而是需要AMD提供CPU IP、可编程逻辑、互连技术等“独有”的构建模块。
受此消息提振，AMD股价在8月14日大涨6.5%，收于514.39美元，创8月4日以来收盘新高，当日涨幅位居费城半导体指数30只成分股之首。
市场分析认为，这个消息将AMD从“通用GPU领域的追赶者”重新定价为“定制芯片订单的潜在承接方”。
另一方面，AMD于8月13日完成了高达47.5亿美元的优先债券发行，创公司史上最大规模美元债融资纪录，被市场解读为AI扩张的“弹药到位”， 在近期举行的“Advancing AI”大会上，AMD管理层已将2030年AI芯片整体市场规模预估值上修至1.4万亿美元。
